هوش مصنوعی در اعماق

قسمت اول-  دریای دیجیتال و هوش مصنوعی

قسمت دوم- هوش مصنوعی در اعماق

قسمت سوم- هوش مصنوعی  و معضل ریزپلاستیک‌ها

این ماهی رباتیک 30 هزار دلاری، بخشی از پروژه‌ای است که دانشمندان دانشگاه ساسکس انگلستان در سال 2012 آغاز کرده‌اند. آن‌ها تعدادی از این ماهی‌ها را در بندرGijon  در شمال اسپانیا رها کردند. این ربات‌های زیرآبی، در سواحل اسپانیا شروع به تشخیص و تجزیه‌وتحلیل آلودگی آب دریا کردند. بودجه این پروژه تحقیقاتی چندین ساله به‌نام SHOAL، از طرف  کمسیون اروپا تامین شده و پژوهش با همکاری شرکت BMT Group Ltd اجرا می‌شود.  ماهی‌های این گروه، می‌توانند هشت ساعت کارکنند و سپس برای شارژ باطری خود باید به یک مرکز شارژ بروند.

دانشگاه ساسکس تنها مرکز تحقیقاتی نیست که روی پروژه‌های دریایی کار می‌کنند. مراکز زیادی در سراسر جهان بر روی انواع پروژه‌های زیردریایی، برای کشف و شناخت بخش‌های ناشناخته اقیانوس‌ها، حفاظت از پاکیزگی آب دریا‌ها، حفاظت از گونه‌های گیاهی و جانوری و برقراری ارتباط با حیوانات آبزی و اهداف دیگر، مشغول کار هستند.

اگرچه پروژه‌های بسیاری از سالیان قبل در بستر دریاها و اقیانوس‌ها در حال اجرا بوده است اما در سالیان اخیر فعالیت در این حوزه هم به لحاظ کمی و هم کیفی پیشرفت فروانی کرده است. دلیل این امر هم استفاده از هوش مصنوعی (AI) است. هوش مصنوعی اطلاعاتی را که از حسگرها و یا سایر وسایل اندازه‌گیری و ارتباط با محیط دریافت می‌کند، مورد ارزیابی و تجزیه‌وتحلیل قرار می‌دهد و تلاش می‌کند الگوهای مشخصی را میان داده‌ها بیابد. اینترنت اشیاء و زنجیره‌بلوکی دو فناوری دیگری هستند که در این راه به‌شکل روزافزونی به هوش مصنوعی کمک می‌کنند. همچنین اطلاعاتی که از ماهواره‌ها و پهپادها دریافت می‌شود می‌تواند در رصد کردن و مدیریت گله‌های بزرگ دریایی مانند نهنگ‌ها و دیگر ماهیان و نیز مرجان‌های دریایی کمک کند.

همان‌طور که در مقاله دریای دیجیتال1 کردم، هر درخت در جنگل می‌تواند بخشی از یک سیستم بزرگ و یکپارچه باشد، این امر در مورد موجودات دریا هم صدق می‌کند. به‌ویژه این‌که بخش بسیار بزرگی از کره زمین را دریاها و اقیانوس‌ها تشکیل می‌‌دهند وتعداد و تنوع موجودات دریایی بسیار بیشتر از خشکی است.

 اینترنت اشیاء، زنجیره‌بلوکی و در نهایت هوش مصنوعی از بسترهای مهمی هستند که به وسیله آن‌ها، سیستم‌های موجود در جهان فیزیکی با سیستم‌های دیجیتالی پکپارچه می‌شوند و عناصر مهمی از هوشمندی را به اشیایی که ذاتا هوشمند نیستند تزریق می‌کنند. در نظر بگیرید که گله‌های بزرگ نهنگ، دلفین، انواع ماهیان کمیاب و یا در معرض خطر به‌طور دائم از طریق هوش مصنوعی پایش می‌شوند و در صورت لزوم می‌توان به آن‌ها کمک کرد.

هوشمندی عناصر موجود در دریاها و اقیانوس‌ها می‌تواند عصری جدیدی را در جلوگیری از آلودگی کره زمین، حفاظت از محیط زیست، کم کردن خسارات فجایع دریایی، جلوگیری از انقراض گونه‌ها و تهیه غذای مناسب برای انسان‌ها و حیوانات رقم زند. این عصر هم‌اکنون آغاز شده است.

نقش هوش مصنوعی در دریاها و اقیانوس‌ها

هوش مصنوعی به روش‌های متعددی می‌تواند در اکتشافات دریایی و پاک کردن اقیانوس‌ها کمک کند.

1. هوش مصنوعی و اکتشاف

اقیانوس‌ها حدود 71 درصد مساحت سیاره زمین را پوشانده‌اند؛ حدود 90 درصد از این وسعت هنوز توسط بشتر شناخته نشده و نقشه‌های آن ترسیم نشده است. به‌گفته نشریه معتبر نشنال جیوگرافیک، به‌نسبت، درصد بسیار بیشتری از ماه و مریخ توسط انسان شناسایی و نقشه‌برداری شده تا اقیانوس‌های کره زمین2.

بیش از 90 درصد گونه‌های جانوری و گیاهی در اقیانوس‌ها ناشناخته مانده‌اند. با توجه به افزایش گرمای زمین و گرم شدن آب اقیانوس‌ها، احتمال ازبین ‌رفتن بسیاری از گونه‌ها وجود دارد.  تاکنون چیزی حدود 266000 گونه اقیانوسی شناخته شده است. این در حالی است که بعضی دانشمندان حدس می‌زنند که تعداد این گونه‌ها ممکن است به چند میلیون برسد. اهمیت اکتشاف این گونه‌ها برای تامین غذای سالم بشر و دیگر جانداران و نیز برای حفاظت از چرخه طبیعی موجود در اقیانوس‌ها حیاتی است. چرا که ما هنوز نمی‌دانیم که چه تعداد از گونه‌های ناشناخته در برقراری و پایداری اکوسیستم فعلی اقیانوس‌ها نقش دارند و از بین رفتن آن‌ها می‌تواند به تامین غذا و آلودگی محیط زیست لطمه بزند.

شرکت‌ها و سازمان‌های مختلفی در سراسر جهان سعی دارند که با استفاده از هوش مصنوعی و به‌ویژه ربات‌های زیردریایی، به اکتشاف بستر زیر دریاها کمک کنند. روش‌های سنتی پیمایش اقیانوس و اکتشاف آن شامل غواصان انسانی و وسایل نقلیه از راه دور (ROV) دیگر جوابگو نیستند.

وسایل نقلیه زیردریایی خودمختار با هوش مصنوعیAUV  (Autonomous Underwater Vehicle) در دنیای اقیانوس‌شناسی تغییرات عظیمی به‌وجود می‌آورند. این ربات‌های خودران، مجهز به حسگرهای پیشرفته و الگوریتم‌های یادگیری ماشینی هستند که آن‌ها را قادر می‌سازد به‌طور مستقل در اعماق دریاها حرکت کنند. آن‌ها بدون دخالت انسان، داده‌های ارزشمندی را در مورد اکوسیستم‌های زیر آب، عناصر زمین‌‌شناختی و حتا کشتی‌های غرق‌شده جمع‌آوری می‌کنند.

تصویربرداری زیر آب و تشخیص اشیاء، یکی از کاربردهای مهم هوش مصنوعی در اکتشاف زیر آب است.  روش‌های سنتی ثبت تصویربرداری در اعماق اقیانوس اغلب دید ضعیف و تصاویری با کیفیت پایین داشتند. با این حال، الگوریتم‌های هوش مصنوعی اکنون می‌توانند این تصاویر را پردازش  کرده و بهبود ببخشند و جزئیاتی را که زمانی پنهان بودند، آشکار کنند.  

این سیستم‌های هوش مصنوعی همچنین می‌توانند حیات دریایی و سازه‌های زیر آب را با دقت شگفت‌انگیزی شناسایی و طبقه بندی کنند. به‌عنوان مثال، هوش مصنوعی می‌تواند بین انواع مختلف ماهی و گونه‌های مرجانی و اشیاء ساخته دست بشر در کف اقیانوس تمایز قائل شود. این نه‌تنها به تحقیقات علمی کمک می کند، بلکه پیامدهایی مثبتی برای حفاظت از محیط زیست و اکتشافات باستان‌شناسی نیز دارد. هوش مصنوعی در شناسایی و ردیابی گونه‌های دریایی با تجزیه‌و‌تحلیل تصاویر و فیلم‌های ضبط شده توسط دوربین‌های زیر آب یا هواپیماهای بدون سرنشین نقش بسیار مهمی دارد. این‌ فعالیت‌ها برای نظارت بر تنوع زیستی، حمایت از تحقیقات داده‌های حفاظتی و شناسایی تأثیر فعالیت‌های انسانی بر اکوسیستم‌های دریایی به کار می‌روند. قابلیت‌های هوش مصنوعی در نظارت و پیش‌بینی محیط ‌‌زیست، اهمیت اکتشاف اقیانوس‌ها را بیشتر نمایان می‌کند. می‌توان الگوها را شناسایی کرد، ناهنجاری‌ها و رویدادهایی مانند  سفید شدن مرجان‌ها را پیش بینی کرد. تشخیص و پیش‌بینی زودهنگام چنین رویدادهایی، اقدامات پیشگیرانه را برای محافظت از اکوسیستم‌های دریایی امکان‌پذیر می‌کند و هوش مصنوعی را به ابزاری حیاتی در ابتکارات اقیانوسی تبدیل می‌کند. سیستم‌های پهپادی، سنجش از راه دور و قابلیت‌های پردازش داده‌های مربوط به ماموریت‌های اکتشافی را پشتیبانی می‌کنند که فضای وسیعی را در اقیانوس‌های جهان شامل می‌شود.

 2. هوش مصنوعی و پاکسازی محیط زیست دریایی

یکی از مهم‌ترین کارکردهای هوش مصنوعی اقیانوسی، کمک به عدم انتشار آلودگی‌ اقیانوس‌ها و نیز پاکسازی آلودگی‌های موجود است. در حوزه عدم انتشار آلودگی بحث مفصلی در شماره‌های آینده خواهیم داشت. این حوزه نیاز به تحقیقات بیشتر و اصلاح الگوهای مصرف دارد. اما پاکسازی اقیانوس‌ها یکی از حوزه‌هایی است که هم‌اکنون هم از هوش مصنوعی به‌خوبی استفاده می‌کند.

اقیانوس‌های جهان با بحران آلودگی پلاستیکی مواجه هستند. 

هر ساله حدود 8 میلیون تن زباله پلاستیکی وارد اقیانوس می‌شود؛ این حجم از مواد پلاستیکی می‌تواند به حیات دریایی آسیب برساند، ماهیگیری را از بین ببرد و سواحل دریاها را آلوده کند. راه‌های زیادی برای رفع این مشکل وجود دارد، اما یکی از امیدوارکننده‌ترین آن‌ها استفاده از هوش مصنوعی است. از هوش مصنوعی می‌توان برای شناسایی و ردیابی آلودگی پلاستیکی، توسعه فناوری‌های پاکسازی جدید، و آموزش مردم در مورد این معضل استفاده کرد. 

یکی از بزرگ‌ترین چالش‌ها در رسیدگی به آلودگی پلاستیکی، شناسایی مکان آن است. هوش مصنوعی می‌تواند با استفاده از تصاویر ماهواره‌ای و یادگیری ماشین، برای شناسایی زباله‌های پلاستیکی در اقیانوس، به انجام این کار کمک کند. سپس می‌توان از این اطلاعات برای توسعه تلاش‌های پاکسازی هدفمند استفاده کرد. به‌عنوان مثال، Ocean Cleanup یک سازمان غیرانتفاعی است که از هوش مصنوعی برای شناسایی و ردیابی پلاستیک استفاده می‌کند. در ماجرای لکه زباله بزرگ اقیانوس آرام، این سازمان از ناوگانی از قایق‌های خودران برای جمع‌آوری داده‌ها در مورد مکان و اندازه زباله‌های پلاستیکی استفاده می‌کند. سپس از این داده‌ها برای توسعه و استقرار سیستم‌های پاکسازی استفاده می‌شود که می‌توانند پلاستیک را از اقیانوس حذف کنند. 

محققان دانشگاه کالیفرنیا در برکلی روباتی ساخته‌اند که می‌تواند در اقیانوس شنا کند و زباله‌های پلاستیکی را جمع‌آوری کند. این ربات مجهز به دوربین و سیستم مکش است که به آن امکان شناسایی و حذف ذرات پلاستیکی از آب را می‌دهد. یکی دیگر از فناوری‌های امیدوارکننده، استفاده از پهپادهای خودران است. پهپادها را می‌توان به دوربین  و حسگرهایی مجهز کرد که می‌توانند برای شناسایی و ردیابی آلودگی پلاستیکی استفاده شوند. هم ‌کنون پروژه‌های زیادی با استفاده از هوش مصنوعی در مورد کاهش آلودگی، شناسایی گونه‌های جدید، ایجاد مناطق حفاظت‌شده اقیانوسی، آب و هوا و تهیه مواد غذایی سالم‌تر از دریا در جای‌جای جهان در حال اجراست.

در شماره بعد تلاش می‌کنم به گوشه‌های دیگری از این موضوع اشاره کنم.  

پی‌نویس:

1. مقاله دریای دیجیتال. https://www.shabakeh-mag.com/node/20981/

2. https://education.nationalgeographic.org/resource/ocean/